Presentación

Column

1. Introducción

Nuestro estudio analiza cómo se distribuyen los casos atendidos por los Centros de Emergencia Mujer (CEM) en las provincias del Perú. El interés surge porque, pese al incremento de la violencia y feminicidios, el acceso a atención especializada sigue siendo desigual, tanto por factores institucionales como territoriales.

2. ¿Por qué estudiar este tema?

La violencia contra la mujer continĆŗa siendo un problema poco atendido y poco denunciado, lo que genera desconfianza en las instituciones.

Muchas mujeres desconocen la existencia o funciones de los CEM, o viven en zonas donde estos servicios no son accesibles.

El nivel de información y la ubicación geogrÔfica influyen directamente en si una mujer decide denunciar o solicitar apoyo.

Analizar esta desigualdad nos permite comprender quƩ territorios tienen mayores brechas y por quƩ.

3. Pregunta de investigación

¿Qué factores explican el número de casos atendidos por los CEM en las provincias del Perú?

4. Hipótesis

El nĆŗmero de casos atendidos aumenta en provincias donde:

*Hay mƔs CEM disponibles.

*La población posee mayor información sobre estos servicios.

*Existen mayores tasas de violencia o feminicidios.

*La población femenina es mÔs numerosa o estÔ mÔs concentrada.

*AdemÔs, se espera que las zonas urbanas presenten mÔs denuncias que las zonas rurales, debido al acceso a servicios, transporte e información.

EstadĆ­stica descriptiva

Column

Variable dependiente: Casos atendidos

a. VARIABLE DEPENDIENTE: La variable dependiente de esta investigación corresponde a la cantidad de casos atendidos en los CEM. Se trata de una variable cuantitativa que permite medir las denuncias registradas oficialmente en los CEM durante el año 2024 en las distintas provincias del Perú. En el histograma se observa que:

1.La mayoría de provincias reportan muy pocos casos atendidos, concentrÔndose cerca del valor 0. Esto muestra una distribución altamente asimétrica a la derecha (sesgada).

2.Existen valores extremadamente altos (outliers), en los rangos de 10 000 a mÔs de 30 000 casos, correspondientes a provincias con gran población urbana.

3.Las lĆ­neas verticales representan medidas de tendencia central:

*La media estƔ mucho mƔs a la derecha, arrastrada por los valores extremos.

*La mediana estƔ mƔs cerca de cero, lo que confirma que la mayorƭa de provincias atienden pocos casos.

4.Esta distribución indica gran desigualdad en la carga de atención entre provincias —los CEM de algunas zonas urbanas atienden una cantidad desproporcionadamente alta de casos.

Column

VARIABLES INDEPENDIENTES

Column

Variable independiente categórica : Zona

Column

Variable independientes nĆŗmericas

CORRELACIONES NUMERICAS

Column

Casos atendidos y tasa de feminicidios

Casos atendidos y personas informadas

Column

Casos atendido y población Mujer

Casos atendidos y población hombre

Casos Atendidos y nĆŗmero de CEM

Casos Atendidos y nĆŗmero de denuncia de violencia fĆ­sica

CORRELACIONES CATEGƓRICAS

Column

Casos atendido y Zona

REGRESIONES

Column

Modelo general: linealidad

Modelo general: homocedasticidad

Column

Modelo general: normalidad de residuos

CLÚSTERS

Column

PAM

Column

JERƁRQUICA: AGNES

Column

JERARQUICA: DIANA

AnƔlisis Factorial (EFA)

Column

Posterior a la realización del grÔfico de correlación se realizó el corest.barlett y is.singular.matrix(cor_matrix). En ambos casos, el resultado fue FALSE por lo que se procedió con la evaluación de factores.

GrÔfico de correlación

Column

Evaluación de cantidad de factores recomendados

Chart B